基于加权一致优化的宽带分布式协作压缩频谱感知方法技术

本发明专利技术公开了一种基于加权一致优化的宽带分布式协作压缩频谱感知方法，其根据当前迭代重构出的频谱信号直接设定下一次迭代重构时频谱信号上的子频段对应的权值，因此有效地降低了频谱重构阶段的时间花销，增强了频谱感知的实时性；根据频谱信号上的各个子频段的不同特点设定各个子频段对应的权值，促使频谱信号上存在授权用户的子频段产生信号值，以降低频谱重构出错的可能性，增大频谱重构的准确性，从而提高频谱感知性能；在达到同等检测概率的条件下，本方法所需要压缩采样数据较少，对应的通信花销和感知时间降低，因而感知用户可以快速遍历整个频段，获取各个子频段的占用状态信息，这样能更有效的利用空闲子频段。

【技术实现步骤摘要】
基于加权一致优化的宽带分布式协作压缩频谱感知方法
本专利技术涉及一种认知无线电中的宽带频谱感知方法，尤其是涉及一种基于加权一致优化的宽带分布式协作压缩频谱感知方法。
技术介绍
随着当前无线通信服务需求的增多，一方面，无线可用频谱资源日益紧缺；另一方面，多数已授权频段的利用率低下。针对无线频谱这种不合理利用的现象，认知无线电(CognitiveRadio，CR)技术在不干扰授权用户(PrimaryUser，PU)通信的情况下，机会式接入空闲频段进行通信，实现频谱共享，提高频谱利用率。频谱感知作为认知无线电中的关键技术，持续不断地感知频段的使用状态，为后期频谱分析及决策做好准备。好的感知性能可使感知用户能够有效的利用频谱资源，尤其在无线宽带网络中，感知用户能够得到更多的频谱接入机会来完成通信。由于宽带频段较宽，因此以奈奎斯特率采样的频谱感知方式不仅会给感知过程带来过高的通信开销，而且会导致高速模拟数字转换器(Analog-to-DigitalConverter，ADC)的硬件实现困难。在实际的无线感知网络中，由于频谱利用率低下，因此授权用户信号在频域中具有稀疏特性。基于此特性，感知用户结合压缩感知(CompressedSensing，CS)技术实现宽带频谱感知，可以有效降低宽带感知过程中信号采样数据量，加快频谱感知进程。基于压缩感知的频谱感知方法虽然可以降低宽带信号的采样速率和感知过程的通信开销，但是因采样数据的减少，会导致频谱感知性能恶化，尤其在低信噪比的环境中，频谱感知性能更易恶化。为了改善压缩频谱感知性能，有人提出使宽带感知用户通过协作的方式来进行频谱感知，如：宽带集中式协作压缩频谱感知方法和宽带分布式协作压缩频谱感知方法。由于授权用户信号具有共同的频域稀疏特性，宽带集中式协作压缩频谱感知方法是将多个感知用户的采样数据发送到融合中心，并在融合中心对各个感知用户的采样数据进行联合处理，因此宽带集中式协作压缩频谱感知方法可以取得较好的感知性能，但是随着感知用户数或采样数据量的增加，这种通过融合中心进行频谱感知的通信开销急剧增加，并且感知性能易受融合中心失败的影响。相比宽带集中式协作压缩频谱感知方法，宽带分布式协作压缩频谱感知方法则具有较低的通信开销，且不存在融合中心，即不受融合中心失败的影响。在宽带分布式协作压缩频谱感知方法中，最常见的是基于一致平均的分布式协作频谱感知方法，虽然其感知过程的通信开销较小，但是感知性能较差。在基于一致平均的分布式协作频谱感知方法的基础上，有人提出了基于一致优化的宽带分布式协作压缩频谱感知方法，在该频谱感知方法中，相邻感知用户采用联合迭代重构频谱信号的方法，不断地利用已经重构出的频谱信号再次重构频谱信号，最终保证相邻感知用户重构出的频谱信号都达到较高的准确性。该频谱感知方法虽然可以改善感知性能，但是没有充分利用好已经重构出的频谱信号，而是在联合迭代重构中把频谱信号作为一个整体对待，没有考虑到频谱信号上的各个子频段的不同特点，没有利用子频段的不同特点提高频谱信号重构的准确性，来进一步改善频谱感知性能。因此，如何利用已经重构出的频谱信号并对该频谱信号上的各个子频段做怎样的处理来改善频谱感知性能，是宽带分布式压缩协作频谱感知中需解决的问题。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于加权一致优化的宽带分布式协作压缩频谱感知方法，其能够有效地提高频谱重构的准确度，从而能够有效地改善宽带频谱感知性能。本专利技术解决上述技术问题所采用的技术方案为：一种基于加权一致优化的宽带分布式协作压缩频谱感知方法，其特征在于包括以下步骤：①在一个认知无线电宽带网络中，同时存在J个感知用户和M个授权用户，并存在P个正在通信的授权用户；将认知无线电宽带网络中可利用的总带宽频谱均匀分为M个子频段，且每个子频段仅被单个授权用户或单个感知用户占用通信，每个子频段经历频率选择性衰落，并在每次感知间隔内每个子频段的增益服从瑞利分布且保持不变；其中，J≥1，M≥1，1≤P≤M；②利用模拟信息转换器对每个感知用户接收到的由所有正在通信的授权用户发送的模拟信号形成的叠加模拟信号进行处理，获得每个感知用户接收到的叠加模拟信号对应的压缩采样数据，将第j个感知用户接收到的叠加模拟信号yj(t)对应的压缩采样数据以向量形式表示为zj，zj＝Φjyj；同时，获取每个感知用户接收到的叠加模拟信号在频域表示的频域离散信号，将第j个感知用户接收到的叠加模拟信号yj(t)在频域表示的频域离散信号记为yf,j，yf,j＝Hf,jxf,j+nf,j；其中，1≤j≤J，zj的维数为K×1，符号为向上取整符号，Φj表示在第j个感知用户的用户端的维数为K×M的高斯随机测量矩阵，Φj中的每个元素的值服从均值为零、方差为的正态分布，yj表示第j个感知用户接收到的叠加模拟信号yj(t)在时域表示的时域离散信号，yj的维数为M×1，t为连续时间变量，1≤p≤P，hp,j(t)表示第j个感知用户与正在通信的第p个授权用户之间的信道增益信号，符号“*”为卷积运算符号，xp,j(t)表示正在通信的第p个授权用户发送给第j个感知用户的模拟信号，nj(t)表示在第j个感知用户的用户端的高斯噪声信号，模拟信息转换器等效为先通过奈奎斯特采样、再通过压缩采样，yf,j的维数为M×1，Hf,j表示在第j个感知用户的用户端的信道增益矩阵，Hf,j的维数为M×M，hf,p,j表示hp,j(t)在频域表示的频域离散信号，hf,p,j的维数为M×1，diag(hf,p,j)表示以hf,p,j中的元素为对角元素构成的对角矩阵，diag(hf,p,j)的维数为M×M，xf,j表示所有正在通信的授权用户发送给第j个感知用户的频域离散信号，xf,j的维数为M×1，xf,p,j表示xp,j(t)在频域表示的频域离散信号，xf,p,j的维数为M×1，nf,j表示nj(t)在频域表示的频域离散信号，nf,j的维数为M×1；③根据离散傅里叶变换关系，建立每个感知用户接收到的叠加模拟信号对应的压缩采样数据与每个感知用户接收到的叠加模拟信号在频域表示的频域离散信号之间的关系，将zj与yf,j之间的关系描述为：zj＝Φjyj＝ΦjF-1yf,j＝ΦjF-1(Hf,jxf,j+nf,j)＝ΦjF-1Hf,jxf,j+ΦjF-1nf,j；然后根据每个感知用户接收到的叠加模拟信号对应的压缩采样数据与每个感知用户接收到的叠加模拟信号在频域表示的频域离散信号之间的关系，构建每个感知用户接收到的叠加模拟信号对应的重构问题，将第j个感知用户接收到的叠加模拟信号对应的重构问题描述为：zj＝Ajxf,j+ΦjF-1nf,j；接着根据压缩感知理论，将每个感知用户接收到的叠加模拟信号对应的重构问题转变为优化问题，将第j个感知用户接收到的叠加模拟信号对应的优化问题描述为：再根据受噪声的影响，将每个感知用户接收到的叠加模拟信号对应的优化问题转变为受噪声影响的问题，将第j个感知用户接收到的叠加模拟信号对应的受噪声影响的问题描述为：其中，F-1表示维数为M×M的离散傅里叶逆变换矩阵，Aj表示维数为K×M的传感矩阵，Aj＝ΦjF-1Hf,j，表示第j个感知用户重构出的频谱信号，的维数为M×1，||xf,j||1表示求取x本文档来自技高网...

【技术保护点】
一种基于加权一致优化的宽带分布式协作压缩频谱感知方法，其特征在于包括以下步骤：①在一个认知无线电宽带网络中，同时存在J个感知用户和M个授权用户，并存在P个正在通信的授权用户；将认知无线电宽带网络中可利用的总带宽频谱均匀分为M个子频段，且每个子频段仅被单个授权用户或单个感知用户占用通信，每个子频段经历频率选择性衰落，并在每次感知间隔内每个子频段的增益服从瑞利分布且保持不变；其中，J≥1，M≥1，1≤P≤M；②利用模拟信息转换器对每个感知用户接收到的由所有正在通信的授权用户发送的模拟信号形成的叠加模拟信号进行处理，获得每个感知用户接收到的叠加模拟信号对应的压缩采样数据，将第j个感知用户接收到的叠加模拟信号y

【技术特征摘要】
1.一种基于加权一致优化的宽带分布式协作压缩频谱感知方法，其特征在于包括以下步骤：①在一个认知无线电宽带网络中，同时存在J个感知用户和M个授权用户，并存在P个正在通信的授权用户；将认知无线电宽带网络中可利用的总带宽频谱均匀分为M个子频段，且每个子频段仅被单个授权用户或单个感知用户占用通信，每个子频段经历频率选择性衰落，并在每次感知间隔内每个子频段的增益服从瑞利分布且保持不变；其中，J≥1，M≥1，1≤P≤M；②利用模拟信息转换器对每个感知用户接收到的由所有正在通信的授权用户发送的模拟信号形成的叠加模拟信号进行处理，获得每个感知用户接收到的叠加模拟信号对应的压缩采样数据，将第j个感知用户接收到的叠加模拟信号yj(t)对应的压缩采样数据以向量形式表示为zj，zj＝Φjyj；同时，获取每个感知用户接收到的叠加模拟信号在频域表示的频域离散信号，将第j个感知用户接收到的叠加模拟信号yj(t)在频域表示的频域离散信号记为yf,j，yf,j＝Hf,jxf,j+nf,j；其中，1≤j≤J，zj的维数为K×1，符号为向上取整符号，Φj表示在第j个感知用户的用户端的维数为K×M的高斯随机测量矩阵，Φj中的每个元素的值服从均值为零、方差为的正态分布，yj表示第j个感知用户接收到的叠加模拟信号yj(t)在时域表示的时域离散信号，yj的维数为M×1，t为连续时间变量，1≤p≤P，hp,j(t)表示第j个感知用户与正在通信的第p个授权用户之间的信道增益信号，符号“*”为卷积运算符号，xp,j(t)表示正在通信的第p个授权用户发送给第j个感知用户的模拟信号，nj(t)表示在第j个感知用户的用户端的高斯噪声信号，模拟信息转换器等效为先通过奈奎斯特采样、再通过压缩采样，yf,j的维数为M×1，Hf,j表示在第j个感知用户的用户端的信道增益矩阵，Hf,j的维数为M×M，hf,p,j表示hp,j(t)在频域表示的频域离散信号，hf,p,j的维数为M×1，diag(hf,p,j)表示以hf,p,j中的元素为对角元素构成的对角矩阵，diag(hf,p,j)的维数为M×M，xf,j表示所有正在通信的授权用户发送给第j个感知用户的频域离散信号，xf,j的维数为M×1，xf,p,j表示xp,j(t)在频域表示的频域离散信号，xf,p,j的维数为M×1，nf,j表示nj(t)在频域表示的频域离散信号，nf,j的维数为M×1；③根据离散傅里叶变换关系，建立每个感知用户接收到的叠加模拟信号对应的压缩采样数据与每个感知用户接收到的叠加模拟信号在频域表示的频域离散信号之间的关系，将zj与yf,j之间的关系描述为：zj＝Φjyj＝ΦjF-1yf,j＝ΦjF-1(Hf,jxf,j+nf,j)＝ΦjF-1Hf,jxf,j+ΦjF-1nf,j；然后根据每个感知用户接收到的叠加模拟信号对应的压缩采样数据与每个感知用户接收到的叠加模拟信号在频域表示的频域离散信号之间的关系，构建每个感知用户接收到的叠加模拟信号对应的重构问题，将第j个感知用户接收到的叠加模拟信号对应的重构问题描述为：zj＝Ajxf,j+ΦjF-1nf,j；接着根据压缩感知理论，将每个感知用户接收到的叠加模拟信号对应的重构问题转变为优化问题，将第j个感知用户接收到的叠加模拟信号对应的优化问题描述为：再根据受噪声的影响，将每个感知用户接收到的叠加模拟信号对应的优化问题转变为受噪声影响的问题，将第j个感知用户接收到的叠加模拟信号对应的受噪声影响的问题描述为：其中，F-1表示维数为M×M的离散傅里叶逆变换矩阵，Aj...

【专利技术属性】
技术研发人员：闫玉芝，李有明，周桂莉，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江,33